Búsqueda distribuida y potenciada por IA para el ciclo OODA

El Manual de IA de Defensa de 2024 (Defence AI Playbook)² identifica seis "espacios problemáticos" distintos que la defensa debe abordar. En todos estos espacios, la capacidad de acceder rápidamente a información relevante de entornos de datos fragmentados es esencial. Los espacios problemáticos incluyen:

1. Reconocer (detectar patrones en grandes datos de sensores)

2. Comprender (obtener ideas a partir de información no estructurada)

3. Predecir (anticipar resultados basados en datos históricos)

4. Simular (explorando escenarios para la planificación)

5. Generar (crear contenido a partir de patrones de datos existentes)

6. Decidir (automatización de acciones para lograr objetivos)

Al implementar una malla de datos como una capa de datos unificada y base para la IA, las organizaciones de defensa pueden trabajar de manera más inteligente, garantizar la interoperabilidad entre sistemas y fortalecer el ciclo OODA para apoyar mejor a los comandantes operativos y a los tomadores de decisiones. Cuando se combina con capacidades de IA, un enfoque de malla de datos puede elevar la ventaja operativa a un nuevo nivel.

La colaboradora del Manual de IA de Defensa, Cdre Rachel Singleton, enfatiza que este reconoce el enorme potencial de la IA para mejorar las capacidades y la productividad y maximizar la ventaja estratégica.²

En la fase de observación del ciclo OODA, los comandantes confían en el conocimiento situacional creado a partir de grandes volúmenes de datos sin procesar, fuentes de sensores, logs de red y reportes de inteligencia dispersos en todos los dominios. Los datos se almacenan con frecuencia en diferentes formatos y en diferentes sistemas. El resultado es una correlación manual entre sets de datos aislados, lo que aumenta el tiempo para obtener información, visibilidad limitada y puntos ciegos.

El enfoque de malla de datos proporciona una visibilidad mejorada y elimina los silos de datos, lo que permite que las consultas críticas para la misión se respondan en tiempo casi real, independientemente de dónde residan los datos. Garantiza que la información sea accesible al instante y esté lista para su análisis unificado mediante la ingesta, normalización e indexación de datos de sensores y sistemas. 

Al utilizar capacidades de búsqueda distribuida, los equipos de defensa pueden consultar instantáneamente múltiples sistemas a través de límites de clasificación, clouds y comandos, mientras aplican controles de seguridad locales sin mover datos desde entornos seguros. Esto significa que la información no se mueve ni se duplica, sino que permanece en su lugar, pero se puede encontrar y utilizar de manera integral.

Con un enfoque de malla de datos, todos los datos relevantes en todos los formatos, incluidos tiempo, espacio, geografía, nivel de cumplimiento u otros atributos, se pueden consultar y analizar en minutos en lugar de horas.

En la fase deorientación del ciclo OODA, el reto ya no es recopilar datos, sino analizarlos, interpretarlos y contextualizarlos.

Las organizaciones de defensa disponen de una enorme cantidad de datos que no son fáciles de procesar y analizar. Los procesos manuales requieren mucho tiempo y son riesgosos. Pero las misiones requieren agilidad y rapidez para obtener información.

Las capacidades de la IA son fundamentales para la fase de orientación y pueden ayudar a: 

• Filtro 

• Analiza grandes cantidades de datos 

• Automatizar reportes y resúmenes 

• Realizar comparaciones de documentos

• Mejorar la búsqueda

• Proporcionar el contexto requerido para misiones críticas

En el ámbito de la ciberseguridad, la IA ayuda a cambiar el enfoque del volumen a la claridad, lo que permite a los equipos de defensa detectar las amenazas de manera más eficaz. Puede analizar rápidamente grandes volúmenes de alertas, lo que reduce el ruido causado por falsos positivos, y puede agrupar alertas en posibles ataques que acortan el tiempo de investigación.

Las organizaciones de defensa suelen operar con conectividad limitada o nula, pero aún necesitan comprender y trabajar con sus datos. La Generación aumentada de recuperación o Retrieval-Augmented Generation (RAG) permite una interacción segura en lenguaje natural basada en datos propios de la organización y modelos de lenguaje seleccionados, incluso en entornos desconectados, intermitentes y limitados (DIL) y en entornos aislados. 

Al generar salidas basadas en fuentes internas confiables, RAG puede mejorar la fase de orientación y reducir el riesgo de alucinaciones. Los líderes militares y su personal reciben respuestas citadas extraídas directamente de sets de datos de confianza, no enlaces ni dashboards, sino inteligencia contextual real extraída de reportes históricos, doctrina y entradas de sensores.

La fase de decisión del ciclo OODA establece la dirección en función de los conocimientos disponibles. Para los líderes de defensa, este suele ser el paso más crítico y urgente, ya que tienen que decidir y tomar medidas basadas en la información que hará avanzar su misión.

Elastic AI Assistant actúa como un multiplicador de fuerza en esta fase y convierte datos complejos y fragmentados en orientación y apoyo claros. Puede recopilar datos de múltiples fuentes de forma inteligente y presentar reportes, visualizaciones y análisis a los responsables de la toma de decisiones.

Con AI Assistant, las organizaciones de defensa pueden ser más ágiles y responder mejor a situaciones emergentes sin la inversión de tiempo ni el costo que supone una formación técnica exhaustiva. Esto acelera la capacidad del usuario para ser eficaz y facilitar la toma de decisiones, especialmente en entornos de campos dinámicos donde cada segundo importa.

La fase de acción del ciclo OODA es donde las decisiones se traducen en acción. Se centra en la ejecución y llevar a cabo el curso de acción elegido para asegurar que se implemente según lo previsto. En esta fase, la colaboración y la coordinación son clave.

En operaciones complejas, la colaboración depende del entendimiento compartido. Un enfoque de red de datos puede proporcionar acceso seguro y en tiempo real a la información distribuida, así como facilitar la colaboración. En materia de defensa, esto es especialmente importante para coordinar las acciones entre diferentes unidades, socios, coaliciones o departamentos, lo que garantiza que todos tengan acceso a información actualizada, sigan la misma estrategia y tengan visibilidad de los mismos datos. 

Con controles de acceso sólidos, como el control de acceso basado en roles (RBAC) y el control de acceso basado en atributos (ABAC), las organizaciones pueden equilibrar la apertura con la seguridad. Esto les da a las personas correctas la información adecuada en el momento oportuno para tomar decisiones y acciones informadas y coordinadas.

En entornos donde los problemas de datos se convierten directamente en problemas de misión, es crucial reemplazar los procesos manuales, costosos y que consumen mucho tiempo por una búsqueda distribuida segura y en tiempo real. La IA ya no es opcional. Representa una ventaja significativa para los responsables de la toma de decisiones en la defensa.

Para apoyar esta transformación, las capacidades de arquitectura de malla de datos, búsqueda distribuida y RAG ya están disponibles. Se pueden adaptar a los sistemas actuales, lo que permite obtener ventajas operativas hoy en día y, al mismo tiempo, prepararse para el futuro de la defensa impulsado por la inteligencia artificial.

Elastic es de confianza para organizaciones de defensa de todo el mundo y ofrece una búsqueda mejorada, información más rápida, alertas predictivas y una base escalable y segura para las misiones. ¡Conéctate hoy con nuestros expertos!

Explora cómo la malla de datos, la búsqueda impulsada por IA y la información están reconfigurando la toma de decisiones de defensa. Mira Decisiones a toda velocidad: Cómo los líderes de defensa están unificando datos para obtener información en tiempo real, que forma parte de nuestra serie de conversaciones estratégicas con líderes de defensa.